微软 Maia 200 芯片开始部署

云巨头的”去英伟达化”迈出关键一步。1 月 26 日，微软正式发布第二代自研 AI 芯片 Maia 200，并宣布已开始在爱荷华州的数据中心部署，亚利桑那州为第二站。这是微软自研硅片战略从试验走向规模生产的重要节点。

事件详情

据路透社报道，Maia 200 定位 AI 推理场景——即模型训练完成后、响应用户实时请求的阶段。芯片由台积电 3nm 工艺制造，集成超过 1400 亿个晶体管，配备 216GB HBM3e 高带宽内存与约 272MB 片上 SRAM，4 位精度下算力超过 10 petaflops，整机功耗包络 750 瓦。微软称，其”每美元性能”较现有推理系统提升 30%，是迄今最高效的推理系统。

部署节奏紧凑：发布当周即在美国中部（爱荷华州得梅因）数据中心上线，西部 3 区（亚利桑那州凤凰城）为下一站。与硬件同步推出的还有软件栈——微软将提供基于开源 Triton 编译器的工具链，直指英伟达 CUDA 长期主导的编程层护城河。

这是 Maia 产品线的第二次迭代：2023 年 Ignite 大会上微软首发 Maia 100 与 Cobalt 100（Arm CPU），2024 年底 Maia 100 已用于 Azure OpenAI 服务。Maia 200 则把重心从训练转向了成本更敏感的推理环节。

背景分析

微软的算账逻辑很直接：Azure 的 AI 负载爆发式增长，而英伟达 GPU 既贵又难抢。自研芯片把”买卡”的资本开支转化为可摊薄的设计投入，同时让微软能按自身工作负载定制架构。与此同时，谷歌 TPU、AWS Trainium、Meta MTIA 都在加速——超大规模云厂商的”自研硅片竞赛”已进入第二回合：从”有没有”转向”好不好用、便宜不便宜”。

软件生态是另一场硬仗。英伟达真正的护城河不是芯片而是 CUDA，微软押注 Triton（有 OpenAI 重要贡献的开源项目）正是想复制”开放对抗封闭”的剧本。

影响展望

短期内 Maia 200 主要承载微软自家 AI 服务，外部云客户感知有限；但每 30% 的性价比提升都会直接转化为 Azure 的毛利率空间。更长远地看，当云巨头们都能用自研芯片跑通推理，AI 算力的定价权将从芯片供应商向云厂商转移。对英伟达而言，真正的威胁从来不是某款竞品芯片，而是大客户们集体学会”自己造”。